2026년 9월, 미국 앱스토어 무료 앱 1위는 챗GPT가 아니었습니다.
메타가 9월 8일 출시한 개인 AI 에이전트 뮤즈(Muse)가 출시 열흘 만에 1위에 올랐습니다. ChatGPT는 물론 구글 제미나이, 앤스로픽 클로드, 그리고 메타 자사의 인스타그램까지 전부 밀어냈습니다. 출시 22일 만에 500만 다운로드를 넘겼는데, GPT가 같은 지점에 도달하는 데 56일, 클로드는 492일이 걸렸습니다.
더 흥미로운 비교도 있습니다.
센서타워에 따르면 출시 22일 안에 미국에서 500만 다운로드를 넘긴 앱은 지금까지 23개뿐이고, 그중 85%가 포트나이트나 포켓몬 고 같은 모바일 게임이었습니다. AI 앱이 게임과 같은 속도로 퍼진 셈입니다.
그런데 뮤즈는 챗봇이 아닙니다. 이메일을 대신 보내고, 여행을 예약하고, 쇼핑을 하고, 앱을 닫아도 백그라운드에서 계속 일합니다. 질문에 답하는 도구가 아니라 일이 필요하다고 AI가 판단하고, 사용자와 소통하며 직접 움직입니다.
이런 제품이 뮤즈 하나가 아닙니다.
2026년 상반기 6개월 사이, 주요 AI 플레이어들이 거의 동시에 같은 형태의 제품을 내놨습니다. 마누스, 그록봇, 인스팅트, 뮤즈, 그리고 오픈AI의 닷츠까지. 서로 다른 회사들이 약속이라도 한 듯 “전용 클라우드 컴퓨터에서 24시간 작동하는 에이전트”라는 하나의 형태로 수렴했습니다.
이 글에서는 다섯 제품을 비교하고, 그 과정에서 반드시 짚어야 할 세 가지 쟁점을 다루겠습니다.
1. 최신 AI 에이전트는?
최신 트랜드는 챗봇과의 차이는 한 문장으로 정리됩니다.
챗봇은 답하고 멈추지만, 에이전트는 목표에 따라 변화하는 상황에 맞춰 일하고, 먼저 대화를 겁니다.
이 차이를 만드는 공통 구조가 있습니다. 최근 등장한 제품들을 나란히 놓고 보면 네 가지가 반복됩니다.
(1) 전용 클라우드 컴퓨터 소유
전용 클라우드 컴퓨터를 갖습니다
가장 결정적인 변화입니다. 오픈AI의 닷츠는 각 에이전트마다 클라우드에 리눅스 컴퓨터와 크롬 브라우저를 하나씩 배정합니다. 그록봇도 사용자별로 브라우저·터미널·파일을 갖춘 클라우드 컴퓨터를 제공하고, 뮤즈 역시 자체 컴퓨터와 파일 시스템을 갖습니다.
즉 AI가 쓸 수 있는 자기만의 툴이 생긴 것입니다. 내 노트북을 빌려 쓰는 것이 아니라 별도 공간에서 일합니다.
(2) 앱을 닫아도 계속 동작
이름이 “상시 작동(always-on)”인 이유입니다. 사용자가 대화창을 닫아도 작업이 이어지고, 상황이 바뀌거나 승인이 필요할 때 다시 연락합니다.
또한 실제 로그인하고 동작합니다. 여기서 성격이 완전히 달라집니다. 닷츠는 4,000개 이상의 앱과 연결되고, 사용자가 승인하면 저장된 카드로 결제까지 합니다. 뮤즈는 이메일·캘린더·결제·건강·쇼핑·스마트홈에 접근합니다. 인스팅트는 문자와 전화로 작동하며 먼저 전화를 걸기도 합니다.
(3) 중요 정보는 승인하에 움직임
위험을 줄이는 공통 장치입니다. 되돌릴 수 없는 행동들인 이메일 발송, 결제 등 앞에서는 멈추고 사용자 확인을 받습니다. 닷츠는 저장된 비밀번호로 로그인하되 모델에는 노출하지 않는 구조를 씁니다. 뮤즈는 어떤 앱에 연결할지 선택하고 언제든 권한을 회수할 수 있게 했습니다.
2. 다섯 제품 비교
최신 에이전트들은 각 솔루션별로 특징이 있고 이를 확인하면 차이가 선명해집니다.
(1) 마누스 : 에이전트 선구자
중국 스타트업이 만든 제품으로, AI 에이전트에게 클라우드 컴퓨터를 주는 발상을 가장 먼저 대중화했습니다. 9월 28일 마누스 2.0을 내놓으며 새로운 에이전트 구조와 클라우드 컴퓨터, 자동화 기능을 더했고, 같은 날 개인용 에이전트 앱 큐(Cue)도 별도로 출시했습니다.
다만 구조에 차이가 있습니다. 닷츠나 그록봇과 달리 상시 유지되는 컴퓨터가 기본이 아닙니다. 예약, 트리거 자동화는 임시 머신에서 돌아가고, 항상 켜져 있는 클라우드 컴퓨터를 쓰려면 월 30~50달러를 추가해야 합니다.
참고로 마누스는 2025년 12월 메타에 인수됐다가 26년 8월 11일 분사했습니다.
(2) 그록봇 : 여러 봇의 팀 운영형
스페이스X AI가 8월 11일 베타로 공개한 제품으로, 이번 흐름에서 가장 먼저 나왔습니다.
가장 큰 차별점은 여러 개의 봇을 만들 수 있다는 점입니다. 이름을 붙인 봇들을 공유 작업공간에서 운영하고, 각 봇이 별도의 기억을 갖습니다. 다섯 제품 중 다중 에이전트를 지원하는 거의 유일한 제품입니다.
사용자마다 미국 소재 클라우드 컴퓨터 하나가 배정되고, 브라우저·터미널·파일을 그 사용자의 모든 봇이 공유합니다. 가격은 월 20달러부터입니다.
(3) 뮤즈 : 무료로 뿌려진 에이전트
메타가 9월 8일 출시한 개인 비서입니다. 앞서 본 대로 출시 열흘 만에 앱스토어 1위에 올랐고, 22일 만에 500만 다운로드를 넘겼습니다.
성격이 다른 제품들과 뚜렷이 구분됩니다. 업무 자동화가 아니라 일상을 겨냥합니다. 목표 설정, 아이디어 정리, 생활 관리에 초점을 맞추고 이메일·캘린더·결제·건강·쇼핑·스마트홈에 연결됩니다. 맥 앱과 왓츠앱으로도 쓸 수 있습니다.
기본 무료이고, 사용량이 많은 사용자를 위해 월 20달러와 100달러 유료 티어를 두고 있습니다. 메타가 컴퓨팅 비용을 감수하며 무료로 푼 것은 대중화를 노린 전략으로 읽힙니다.
(4) 닷츠 : 4,000개 앱과 연결되는 업무형
오픈AI가 9월 29일 DevDay에서 발표한 제품입니다. 이번 흐름의 가장 최근 주자이자, 가장 업무 지향적입니다.
각 닷(dot)마다 리눅스 컴퓨터와 크롬 브라우저가 배정되고, 챗GPT 플러그인을 통해 4,000개 이상의 앱과 연결됩니다. 사용자가 승인하면 사이트에 저장된 카드로 결제도 합니다. 챗GPT 안에서 작동하며 슬랙과 팀즈로도 호출할 수 있습니다.
보안 설계가 눈에 띕니다. 닷의 컴퓨터는 사용자 컴퓨터와 분리되어 있고, 저장된 비밀번호로 로그인하되 모델에는 노출하지 않습니다.
가격은 월 100달러부터로 가장 높습니다. 기반 모델은 GPT-6 Astra이고, 유럽경제지역·스위스·영국에는 아직 제공되지 않습니다
(5) 인스팅트 : 전화와 문자로 일하다
스피어 스트리트 테크놀로지가 만든 제품으로, 아직 비공개 베타입니다. 그런데 9월 28일 10억 달러 시리즈 C를 유치하며 기업가치 100억 달러를 인정받았습니다.
접근 방식이 완전히 다릅니다. 앱이 아니라 문자와 전화로 작동합니다. 사용자가 메시지를 보내면 처리하고, 필요하면 먼저 전화를 겁니다. “채팅창을 여는” 단계조차 없애려는 시도입니다.
(6) 전체 비교
| 닷츠 | 그록봇 | 뮤즈 | 마누스 | 인스팅트 | |
|---|---|---|---|---|---|
| 제조사 | 오픈AI | 스페이스X AI | 메타 | 마누스 | 스피어 스트리트 |
| 공개 | 9/29 | 8/11 | 9/8 | 9/28 (2.0) | 비공개 베타 |
| 기반 모델 | GPT-6 Astra | 비공개 | Muse Spark | 비공개 | 비공개 |
| 시작 가격 | $100/월 | $20/월 | 무료 (일부 유료) | 추가 $30~50/월 | 미공개 |
| 상시 컴퓨터 | 기본 제공 | 기본 제공 | 기본 제공 | 별도 과금 | 미공개 |
| 다중 에이전트 | 단일 | 지원 | 단일 | 단일 | 단일 |
| 접근 방식 | GPT·슬랙·팀즈 | 전용 앱 | 앱·맥·왓츠앱 | 전용 앱 | 문자·전화 |
| 주 타깃 | 업무 자동화 | 팀 단위 운영 | 일상·개인 | 범용 작업 | 일상 대행 |
가격 폭이 극단적입니다. 뮤즈는 무료, 닷츠는 월 100달러. 다섯 배도 아니고 무한대 차이입니다. 그리고 이 차이가 곧 각자 누구를 노리는가를 말해줍니다.
무료로 푼 뮤즈는 최대한 많은 사람이 쓰게 만드는 것이 목표입니다. 반면 월 100달러를 받는 닷츠는 그만큼의 값어치를 하는 업무를 전제합니다. 그 사이에 월 20달러의 그록봇이 있고요.
그런데 무료가 정말 무료일까요? 그리고 월 100달러는 누가 낼까요? 이 질문들이 뒤에서 다룰 세 가지 쟁점으로 이어집니다.
3. 쟁점 사항
(1) 보안
앞서 본 제품들의 공통점을 다시 떠올려보겠습니다. 앱에 로그인하고, 결제하고, 이메일을 보냅니다.
이게 가능하려면 전제가 하나 있습니다. 사용자가 권한을 넘겨야 한다는 것입니다. 에이전트는 구조적으로 많은 것을 알아야 합니다
에이전트는 구조적으로 많은 것을 알아야 합니다
뮤즈를 예로 들면, 연결 대상이 이메일·캘린더·결제·건강·쇼핑·스마트홈입니다. 이 중 하나라도 빠지면 “신학기 준비를 알아서 해주는” 경험이 성립하지 않습니다. 학교 메일을 못 읽으면 마감을 못 찾고, 캘린더에 접근 못 하면 일정을 못 넣고, 결제 수단이 없으면 준비물을 못 삽니다.
즉 편리함과 열어야 할 정보의 양이 정비례합니다. 이건 제품의 결함이 아니라 설계의 전제입니다.
그런데 사용자들은 이 지점에서 멈춰 섭니다
흥미로운 데이터가 있습니다. 뮤즈 출시 무렵 진행된 소비자 조사에서 “이 회사에 내 비밀번호를 맡기겠다”는 응답률입니다.
| 회사 | 신뢰 응답률 |
|---|---|
| 구글 | 30% |
| 애플 | 23% |
| 챗GPT(오픈AI) | 16% |
| 메타 | 8% |
다운로드 1위를 한 바로 그 회사가, 신뢰도에서는 가장 낮았습니다.
이 역설이 지금 상황을 정확히 보여줍니다. 사람들은 궁금해서 설치하지만, 열어주는 것은 망설입니다. 500만 다운로드가 곧 500만 명이 이메일과 결제 권한을 넘겼다는 뜻은 아닙니다.
- 닷츠 : 에이전트의 컴퓨터를 사용자 컴퓨터와 분리하고, 저장된 비밀번호로 로그인하되 모델에는 노출하지 않습니다. 언제든 에이전트의 컴퓨터를 열어 작업을 확인할 수 있습니다
- 뮤즈 : 어떤 앱에 연결할지 사용자가 고르고, 언제든 권한을 회수할 수 있습니다. 이메일 발송이나 구매 전에는 승인을 받습니다
- 공통 사항 : 되돌릴 수 없는 행동 앞에서 멈추는 승인 카드 방식
(2) 대 광고 시대의 종말?
이 쟁점은 추상적 전망이 아닙니다. 이미 충돌이 벌어졌습니다.
아마존이 뮤즈를 차단했습니다.
뮤즈 출시 12일 만인 9월 20일, 아마존이 자사 사이트에서 뮤즈를 차단했습니다. 뮤즈로 아마존 쇼핑을 시도한 사용자들은 승인되지 않은 AI 에이전트의 접근은 아마존 이용약관 위반이라는 팝업을 보게 됐습니다.
아마존은 차단 전에 메타에 먼저 요청했다고 밝혔습니다. 아마존을 뮤즈의 서비스 범위에서 빼달라는 것이었는데, 메타가 받아들이지 않자 차단한 것입니다.
이게 처음이 아닙니다. 아마존은 2025년 11월 퍼플렉시티의 코멧 브라우저를 상대로 소송을 제기해 2026년 3월 가처분을 받아냈고, 구글과 오픈AI의 쇼핑 에이전트도 차단해왔습니다. 수십 개의 에이전트를 막고 있습니다.
아마존이 내세우는 이유는 보안과 약관입니다. AI 에이전트는 자신을 식별해야 하는데 그러지 않았다는 것, 그리고 계정 데이터를 수집한다는 것입니다.
그런데 업계와 법정에서 지목하는 진짜 이유는 따로 있습니다. 바로 광고입니다.
숫자를 보면 명확합니다. 아마존의 지난 12개월 광고 매출은 약 760억 달러입니다. 이 사업은 사람이 페이지를 둘러보고 스폰서 상품을 보는 것에 전적으로 의존합니다.
구조를 보면 이해가 됩니다.
AI 에이전트가 쇼핑하는 과정을 떠올려보면 이렇습니다.
| 구 분 | 사람이 쇼핑할 때 | 에이전트가 쇼핑할 때 |
|---|---|---|
| 검색 결과 | 스폰서 상품을 봄 | 건너뜀 |
| 상품 페이지 | 추천 상품을 봄 | 필요한 정보만 추출 |
| 결제까지 | 여러 페이지를 거침 | 바로 진행 |
| 아마존이 얻는 것 | 광고 노출 + 구매 데이터 | 구매 금액만 |
사람의 눈에 광고가 한 번도 닿지 않은 채 결제가 끝납니다. 아마존 리테일 미디어 사업이 작동하는 메커니즘이 통째로 깨지는 셈입니다.
여기에 하나 더 있습니다. 아마존은 에이전트가 아마존의 개인화 추천을 무력화한다고도 주장합니다. 사용자의 구매 이력을 반영한 추천 대신, 에이전트가 자기 기준으로 상품을 고른다는 것입니다. 추천 권한과 고객 관계가 외부 회사로 넘어간다는 우려입니다.
그런데 모두가 막는 것은 아닙니다.
여기가 흥미로운 지점입니다. 쇼피파이는 정반대로 움직였습니다. 쇼피파이는 뮤즈에 자사 스토어를 전면 개방하고 Shop Pay 결제까지 통합했습니다. 같은 에이전트를 두고 한쪽은 차단하고 한쪽은 환영한 것입니다.
차이는 비즈니스 모델에 있습니다.
- 아마존 — 광고가 760억 달러 규모의 핵심 수익원. 에이전트는 그 수익을 갉아먹음
- 쇼피파이 — 판매자에게 솔루션을 제공하는 모델. 에이전트가 판매를 늘려주면 이득
즉, AI 에이전트를 막을 것인가는 기술 문제가 아니라 각자의 수익 구조 문제입니다.
결국 이 싸움의 본질은 이것입니다. AI 에이전트가 쇼핑의 새로운 관문이 된다면, 그 관문을 누가 소유할 것인가. 아마존이 지키려는 것은 광고 매출만이 아니라 고객과의 접점 그 자체입니다.
(3) 비용 이슈
세 번째 쟁점은 가장 단순하면서도 가장 답하기 어렵습니다. 이 서비스가 지속 가능한가의 문제입니다.
가격이 극단적으로 갈립니다. 앞서 본 비교표를 다시 떠올려보면 이렇습니다.
| 제품 | 시작 가격 |
|---|---|
| 뮤즈 | 기본 무료 (고 사용자에게 티어별 $20, $100) |
| 그록봇 | 월 20달러 |
| 마누스 | 상시 컴퓨터 추가 시 월 30~50달러 |
| 닷츠 | 월 100달러 |
무료와 월 100달러. 같은 범주의 제품인데 가격이 이렇게 갈리는 건 흔치 않습니다.
이유는 명확합니다. 바라보는 사용자가 다르기 때문입니다. 닷츠는 업무 자동화를 전제하니 월 100달러가 정당화됩니다. 반면 뮤즈는 일상을 겨냥하니 최대한 많은 사람이 써야 의미가 있습니다.
문제는 바로 개인이 궁극적으로 이 비용을 낼까하는 지점에 있습니다.
여기가 핵심 질문입니다. 그리고 답이 쉽지 않습니다. 업무용은 계산이 됩니다. 월 100달러를 내고 몇 시간을 아낀다면, 인건비 기준으로 금방 본전을 넘습니다. 기업이 직원에게 도구를 사주는 데 익숙하기도 하고요.
업무용은 계산이 됩니다. 월 100달러를 내고 몇 시간을 아낀다면, 인건비 기준으로 금방 본전을 넘습니다. 기업이 직원에게 도구를 사주는 데 익숙하기도 하고요.
그런데 개인은 다릅니다. 뮤즈가 하는 일 일정 정리, 장보기, 예약은 대부분 내가 직접 해도 되는 일입니다. 시간이 절약되는 건 분명하지만, 그 가치를 매달 현금으로 환산하는 건 다른 문제입니다.
그럼에도 지금 상황은 다운로드는 폭발적입니다. 500만 건을 22일 만에 넘겼고, 이는 포트나이트나 포켓몬 고 같은 대형 게임과 비슷한 속도입니다. 앱스토어 순위 급등은 인상적이지만, 진짜 시험은 초기 신기함이 사라진 뒤에도 사람들이 실제로 유료로 넘어갈 수 있는지 여부입니다. 물론 뮤즈가 유료가 아닌 이 에이전트에 광고를 연결할 수도 있습니다. 이는 메타의 결정이니 지켜봐야 합니다.
(4) 세 가지 쟁점이 하나로
여기까지 보면 세 쟁점이 서로 얽혀 있다는 것이 보입니다.
정보를 열어야 가치가 생기고(쟁점 ①), 그 가치를 만들려면 플랫폼이 허용해야 하고(쟁점 ②), 그 모든 것을 감수한 뒤에야 비용을 지불할지 결정하게 됩니다(쟁점 ③).
하나라도 막히면 나머지가 성립하지 않는 구조입니다. 그래서 이 시장의 성패는 어느 제품이 더 똑똑한가가 아니라, 이 세 관문을 누가 먼저 통과하느냐에 달려 있다고 볼 수 있습니다.
6. 마무리 정리
2026년 9월 한 달 사이, 주요 AI 기업들이 거의 동시에 같은 형태의 제품을 내놨습니다. 전용 클라우드 컴퓨터를 갖고, 24시간 작동하고, 실제 앱에 로그인해 행동하는 에이전트입니다.
이를 정리해보면 다음과 같습니다.
① 챗봇의 시대가 끝나가고 있습니다. 질문에 답하고 멈추는 AI에서, 목표를 기억하고 계속 일하는 AI로 넘어가는 중입니다. 뮤즈가 출시 22일 만에 500만 다운로드를 넘긴 것이 그 신호입니다.
② 다섯 제품의 겨냥점은 다릅니다. 닷츠는 업무 자동화(월 100달러), 그록봇은 팀 단위 운영, 뮤즈는 일상(무료), 인스팅트는 전화·문자 대행. 가격 차이가 곧 타깃의 차이입니다.
③ 성패는 기술이 아니라 세 관문에 달려 있습니다. 내 정보를 얼마나 열 것인가(보안), 플랫폼이 허용할 것인가(대체), 그리고 비용을 낼 것인가(지속성).
가장 인상적인 숫자는 다운로드 500만이 아니었습니다. 신뢰도 8% 였습니다. 앱스토어 1위를 한 바로 그 회사에 “비밀번호를 맡기겠다”고 답한 사람의 비율입니다. 구글 30%, 애플 23%, 챗GPT 16%와 비교하면 가장 낮습니다.
호기심은 폭발했지만 신뢰는 아직 따라오지 않았다는 뜻입니다. 그리고 이 간극이 앞으로 이 시장이 어디로 갈지를 결정할 것으로 보입니다.
아마존과 쇼피파이의 선택이 갈린 것도 같은 맥락입니다. 광고 수익이 핵심인 쪽은 막았고, 판매가 늘면 이득인 쪽은 열었습니다. 기술에 대한 평가가 아니라 각자의 수익 구조에 따른 판단이었습니다.
함께 보기 좋은 글
댓글 남기기